Design and implementation of a technique for detecting Rolandic epilepsy from EEG time series by using algorithms from non-linear time series analysis
Design and implementation of a technique for detecting Rolandic epilepsy from EEG time series by using algorithms from non-linear time series analysis
批准号:
5224884
负责人:
Dr. Andreas Galka
金额:
$0.0万
依托单位国家:
德国
项目类别:
Research Fellowships
财政年份:
1999
资助国家:
德国
项目状态:
已结题
起止时间:
1998-12-31 至 2001-12-31
中文摘要
在Diesem Projekt soll in interdisdisziplinärer form eine Aktuelle Frasterellung Aus der Neurologie MIT Hilfe von in der Physik entwickelten Methoden beantwortet deesem Projekt soll in interdisdisziplinärer form eine Aktuelle Frasterellung Aus der Neurologie MIT Hilfe von in der Physik entwickelten Methoden beantwortet.这是一个动态的数字算法的分析,我们在格式塔和时代,并在一个更好的估计形式的基础上提出了一种新的估计形式。这是,für Diese Form der Epiepsie Characteristische Eigenschaften im Wach-EEG zu finden;bislang kann diese Erkrankung Nurüber das viel schwieriger zu Messende Schlaf-EEG nachgewiesen den。在此基础上,我们提出了一种新的诊断方法,即定量化的诊断方法和方法。它的实施和实施是有效的,因为它的分析和算法本身就是一项工程。这是错误的,在柴油Hinsicht gezielte Resultateüber die Spezielle Medizinische Fragstellung hinaus von Rlevanz für die Analyze Komplexer System e sein den。
英文摘要
In diesem Projekt soll in interdisziplinärer Form eine aktuelle Fragestellung aus der Neurologie mit Hilfe von in der Physik entwickelten Methoden beantwortet werden. Es sollen aus der Nichtlinearen Dynamik stammende numerische Algorithmen zur Analyse von Daten, welche in Gestalt von Zeitreihen vorliegen, auf klinisch gemessene Elektroenzephalogramme (EEGs) von an einer bestimmten Form der Epilepsie leidenden Kindern angewendet werden. Ziel ist es, für diese Form der Epilepsie charakteristische Eigenschaften im Wach-EEG zu finden; bislang kann diese Erkrankung nur über das viel schwieriger zu messende Schlaf-EEG nachgewiesen werden. Dadurch würde zum einen die Diagnostik dieser Erkrankung wesentlich erleichtert und auf neuartige quantitative Maße gestellt, zum anderen ließen sich dieser Eplepsieform entsprechende Eigenschaften der Hirndynamik damit spezifischer beschreiben und gezielt untersuchen. Die Implementation und Verbesserung einer effektiven Signalvorverarbeitung sowie der Analyse-Algorithmen selbst werden einen wesentlichen Teil des Projektes ausmachen. Es wird erwartet, daß in dieser Hinsicht gezielte Resultate über die spezielle medizinische Fragstellung hinaus von Relevanz für die Analyse komplexer Systeme sein werden.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
海外基金